youtube_dl/extractor/lifenews.py

   1 # encoding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5
   6 from .common import InfoExtractor
   7 from ..utils import unified_strdate
   8
   9
  10 class LifeNewsIE(InfoExtractor):
  11     IE_NAME = 'lifenews'
  12     IE_DESC = 'LIFE | NEWS'
  13     _VALID_URL = r'http://lifenews\.ru/(?:mobile/)?news/(?P<id>\d+)'
  14
  15     _TEST = {
  16         'url': 'http://lifenews.ru/news/126342',
  17         'file': '126342.mp4',
  18         'md5': 'e1b50a5c5fb98a6a544250f2e0db570a',
  19         'info_dict': {
  20             'title': 'МВД разыскивает троих мужчин, оставивших в IKEA сумку с автоматом',
  21             'description': 'Камеры наблюдения гипермаркета зафиксировали троих мужчин, спрятавших оружейный арсенал в камере хранения.',
  22             'thumbnail': 'http://lifenews.ru/static/posts/2014/1/126342/.video.jpg',
  23             'upload_date': '20140130',
  24         }
  25     }
  26
  27     def _real_extract(self, url):
  28         mobj = re.match(self._VALID_URL, url)
  29         video_id = mobj.group('id')
  30
  31         webpage = self._download_webpage('http://lifenews.ru/mobile/news/%s' % video_id, video_id, 'Downloading page')
  32
  33         video_url = self._html_search_regex(
  34             r'<video.*?src="([^"]+)"></video>', webpage, 'video URL')
  35
  36         thumbnail = self._html_search_regex(
  37             r'<video.*?poster="([^"]+)".*?"></video>', webpage, 'video thumbnail')
  38
  39         title = self._og_search_title(webpage)
  40         TITLE_SUFFIX = ' - Первый по срочным новостям — LIFE | NEWS'
  41         if title.endswith(TITLE_SUFFIX):
  42             title = title[:-len(TITLE_SUFFIX)]
  43
  44         description = self._og_search_description(webpage)
  45
  46         view_count = self._html_search_regex(
  47             r'<div class=\'views\'>(\d+)</div>', webpage, 'view count')
  48         comment_count = self._html_search_regex(
  49             r'<div class=\'comments\'>(\d+)</div>', webpage, 'comment count')
  50
  51         upload_date = self._html_search_regex(
  52             r'<time datetime=\'([^\']+)\'>', webpage, 'upload date')
  53
  54         return {
  55             'id': video_id,
  56             'url': video_url,
  57             'thumbnail': thumbnail,
  58             'title': title,
  59             'description': description,
  60             'view_count': view_count,
  61             'comment_count': comment_count,
  62             'upload_date': unified_strdate(upload_date),
  63         }